- 排名
- #23
- 总输出令牌
- 18,019
- 响应时间（平均）
- 6.99s
- 总成本
- $1.121
Claude Opus 5 (low) vs Gemini 3.5 Flash (medium)
Gemini 3.5 Flash (medium) 平均分领先，为 9.1 vs 8.6。 Gemini 3.5 Flash (medium) benchmark 成本更低，为 $0.642 vs $1.121。 Claude Opus 5 (low) 更快，为 6.99s vs 8.20s，通过率为 80.3% vs 87.9%。
- 排名
- #14
- 总输出令牌
- 59,602
- 响应时间（平均）
- 8.20s
- 总成本
- $0.642
推荐模型
Gemini 3.5 Flash (medium)
它在这里得分最高（9.1），同时成本比Claude Opus 5 (low)低约 1.7 倍。
详细对比
| 指标 | Claude Opus 5 Claude Opus 5 low | Gemini 3.5 Flash Gemini 3.5 Flash medium |
|---|---|---|
| 分数 | 8.6 | 9.1 |
| 排名 | #23 | #14 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 80.3% | 87.9% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.593 | 3.374 |
| 总成本 | $1.121 | $0.642 |
| 输入价格 | $5.000 / 1M | $1.500 / 1M |
| 输出价格 | $25.000 / 1M | $9.000 / 1M |
| 总输入令牌 | 134,773 | 69,747 |
| 输出令牌 | 14,123 | 2,166 |
| 推理令牌 | 3,896 | 57,436 |
| 响应时间（平均） | 6.99s | 8.20s |
| 响应时间（最大） | 30.67s | 76.68s |
| 响应时间（总计） | 153.73s | 180.47s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 Claude Opus 5
low- 成本
- $0.062
- 时间
- 30.2s
- 令牌
- 2,615 tok
#14 Gemini 3.5 Flash
medium- 成本
- $0.201
- 时间
- 112.9s
- 令牌
- 22,371 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.32s | 834 | 1,008 | 376 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.09s | 492 | 171 | 3,385 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 7.8 | 7.4 | 77.8% | 1 | 6.70s | 10,590 | 2,442 | 760 | |
| Gemini 3.5 Flash | 7.9 | 7.5 | 77.8% | 1 | 12.63s | 8,118 | 461 | 24,939 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 21.05s | 97,363 | 6,024 | 911 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 44.36s | 45,684 | 516 | 8,835 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.69s | 10,503 | 343 | 79 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.07s | 7,548 | 279 | 3,784 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 2.9 | 7.2 | 11.1% | 1 | 8.89s | 975 | 2,447 | 987 | |
| Gemini 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 5.24s | 633 | 12 | 8,047 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.76s | 708 | 293 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.52s | 486 | 115 | 1,144 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.13s | 909 | 242 | 146 | |
| Gemini 3.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 2.70s | 615 | 71 | 2,855 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 4.23s | 894 | 607 | 300 | |
| Gemini 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 2.38s | 558 | 295 | 2,747 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 9.03s | 11,739 | 354 | 0 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.81s | 5,457 | 234 | 455 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 6.48s | 258 | 363 | 337 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 156 | 12 | 1,245 |
快速对比
切换对比组合
Claude Opus 5lowvsMuse Spark 1.1mediumClaude Opus 5lowvsGPT-5.4mediumClaude Opus 5highvsGemini 3.5 FlashmediumClaude Opus 5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashmediumvsGrok 4.5highGemini 3.5 FlashmediumvsGPT-5.5lowClaude Opus 5lowvsGPT-5.2mediumGemini 3.5 FlashmediumvsGPT-5.6 SolhighClaude Opus 5lowvsGrok 4.5mediumClaude Opus 5lowvsGPT-5.3-CodexmediumClaude Opus 5lowvsGrok 4.5highClaude Opus 5lowvsGemini 2.5 Flashmedium